イマドキの改善！データ分析SDK導入の
ポイントとAI活用最新事例
2019/07/12 Repro株式会社
GTMF 2019 Session C-4

• 二宮啓聡 Repro株式会社 Solution Architect
• 2013年 グリー株式会社 釣りスタチーム サーバサイド開発者
• 2016年 Repro株式会社入社(サーバサイド開発)
• 2019年 Solution Architect (Reproの認知向上、導入支援)
• 好きなゲームジャンル: シミュレーション、FPS
自己紹介

業界を取り巻くマーケティングの状況

KPIの一つ : ユーザー数

• マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意)
• I …… Interest (興味・関心)
• S …… Search (検索)
• A …… Action (行動)
• S …… Share (共有)
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share

• マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意) => 広告
• I …… Interest (興味・関心) => リターゲティング広告
• S …… Search (検索) => 検索連動型広告
• A …… Action (行動) => インストール
• S …… Share (共有) => クチコミ
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share

• マーケティングにおける購買行動の段階をモデル化したもの
• A …… Attention (認知・注意) => 広告
• I …… Interest (興味・関心) => リターゲティング広告
• S …… Search (検索) => 検索連動型広告
• A …… Action (行動) => インストール
• S …… Share (共有) => クチコミ
• フェーズが後になればなるほど、ユーザーボリュームが減っていく
AISASモデル
Attention
Interest
Search
Action
Share
広告にマーケティング費用の大部分を投入

• スマートフォンゲーム市場の広告トレンド
• 売上 ：かわらず
• 広告費 ：上がり続けている
• => ゲームが増えすぎたこと、中国勢が莫大な予算を積んでくること
• 広告費の費用対効果が大事
マーケティング手段としての広告の現状

• 高い広告費を投じて獲得したユーザー
• しかしながら、アプリのUXが初心者に優しくなかった
• チュートリアルでも遊び方を分かってもらえない
• (ゲームを作っている側としては、UIに慣れてしまって課題に気づかない)
• 面白くなる前にゲームを起動しなくなってしまう => ユーザーの離脱
広告費の費用対効果が悪い例

【タイトル運営者の願い】
ユーザー数を増やしたい

ユーザー数 = 新規ユーザー + 既存ユーザー

• ユーザー数 = 新規ユーザー + 既存ユーザー
• 新規ユーザー(インストールするまで) => 広告やASO
• 既存ユーザー(インストールした後) => アプリ内マーケティング
• 広告費が高騰する昨今では、インストールがゴールではなく、長く(お金を払って
)遊んでもらえるようにするのが重要
• 一人のユーザーがアプリを利用しなくなるまでにもたらす価値(LTV: Life Time
Value)を最大化することを考える
ユーザー数の構成要素

• ユーザー数 = 新規ユーザー + 既存ユーザー
• 新規ユーザー(インストールするまで) => 広告やASO
• 既存ユーザー(インストールした後) => アプリ内マーケティング
• 広告費が高騰する昨今では、インストールがゴールではなく、長く(お金を払って
)遊んでもらえるようにするのが重要
• 一人のユーザーがアプリを利用しなくなるまでにもたらす価値(LTV: Life Time
Value)を最大化することを考える
ユーザー数の構成要素
アプリ内マーケティングとは

• 高い広告費を投じて獲得したユーザー
• しかしながら、ゲームのUXが初心者に優しくなかった
• チュートリアルでも遊び方を分かってもらえない
• (ゲームを作っている側としては、UIに慣れてしまって課題に気づかない)
• 面白くなる前にゲームを起動しなくなってしまう => ユーザーの離脱
• アプリの課題を解消するための仮説を立て、行動を取る(施策の実施)こと
• => アプリ内マーケティング
再掲: 広告費の費用対効果が悪い例

アプリ内マーケティングの例
プッシュ通知とアプリ内メッセージを用いた施策を策定・実施することで、ユ
ーザーのアプリへの定着や、サービスの利用を促進できる。
アプリ内メッセージ
• アプリを利用している最中に、任意のメッセージ、
画像、遷移先URLを送ることができる
• 主に機能/サービス利用促進に活用される
プッシュ通知
• アプリがインストールされて
いる端末に任意のメッセージ
を送ることができる

アプリ内マーケティングのポイント
引用：APPBANK「【アプリ開発者向け】プッシュ通知の効果を高めるテクニック」
http://www.appbank.net/2014/11/28/iphone-news/927146.php
Q：通知が原因でアンインストールしたことはある？ Q：アンインストールした主な理由は？
全体31%のユーザーが、プッシュ通知を
理由にアプリをアンインストールを経験。
「頻繁に送ってくるから」が45.1%
「毎回同じメッセージだから」が37.3%
プッシュ通知の一斉配信はアンインストールにつながるので注意が必要。
セグメント・タイミング・頻度・訴求内容を最適化するべき。

アプリ内マーケティングのポイント
引用：APPBANK「【アプリ開発者向け】プッシュ通知の効果を高めるテクニック」
http://www.appbank.net/2014/11/28/iphone-news/927146.php
Q：通知が原因でアンインストールしたことはある？ Q：アンインストールした主な理由は？
全体31%のユーザーが、プッシュ通知を
理由にアプリをアンインストールを経験。
「頻繁に送ってくるから」が45.1%
「毎回同じメッセージだから」が37.3%
プッシュ通知の一斉配信はアンインストールにつながるので注意が必要。
セグメント・タイミング・頻度・訴求内容を最適化するべき。
最適化のソリューション: Repro

Reproについて

• 会社名: Repro (リプロ) 株式会社
• 設立月: 2014年4月
• 資本金: 約4.2億円
• 従業員数: 190名
• マーケティングプラットフォームRepro SDKの提供
• ゲームアプリに限らず、様々なジャンルのアプリに導入
Reproについて

Reproの事業領域
マーケティングプラットフォーム「Repro」の提供を事業の軸に、戦略から運用ま
でアプリ/Webビジネスの成長に必要なすべてのサービスを提供しています。
■ サービス/プロダクト
戦略・企画立案
アプリ、Webの
成長支援パートナー
戦略・企画
■ 開発・保守
■ UI/UX
改善・機能追加
開 発
■ 広告運用
■ ASO支援（アプリ）
■ アプリ内マーケティング支援
■ Web接客運用代行
運用代行（BPO）
■ アナリティクス
■ マーケティング
■ 広告連携
ツール

マーケティングプラットフォームRepro
分析機能とマーケティング機能が連携していることがReproの特徴。
データの定量分析による課題発見後、データ連携によるCRM・広告配信を実現可能。

導入サービス数
59カ国 6,500サービス以上

月間トラフィックの規模

月間トラフィックの規模

月間トラフィックの規模

• モバイルアプリの中でも特にゲームアプリに注力したソリューションを提供
2019年5月 Game事業部を設置

Reproを用いた施策の例

お気に入りキャラを活用した（口調・画像 等）
プッシュ通知を行うことで、開封率/再訪率を高める
施策例： お気に入りキャラを活用したプッシュ通知

施策例： ステータス別プッシュ通知・アプリ内メッセージ
ユーザの状況/心理状態に合わせた、プッシュ/アプリ内
メッセージを配信することで、プレイを促進させる
上位
上位500位までは
限定SSRをゲット！
終了まであと少し！
1,000位到達で
ガチャ5回まわせる！
あきらめない！
本イベント参加で
次回イベントが有利になるぞ！
イベント ランキング
中位
下位
〔ランキング別プッシュ・アプリ内メッセージ〕

施策例： ユーザ利用促進 / 初回課金促進のアプリ内メッセージ
クエスト/イベント
クリア時 敗戦時
〔次回予告〕 〔1: 攻略情報〕 〔2: 課金訴求〕
序盤は次回予告を配信することで、
ミッション/クエストを先へ進めさせ
壁にぶつける
攻略情報（ヒント/tipsレベル）
を配信することで課金を促す
キャラクター/パーティ強化の
ための有償ガチャ訴求

施策例： 課金傾向別プッシュ通知・アプリ内メッセージ
課金傾向/タイミング
ガチャ
ロイヤルユーザ
時短アイテム
ロイヤルユーザ
【限定ガチャ】
4月末まで登場
10連で今なら
2回おまけ！
【回復アイテム】
今ならお得セール
25%増量中！
自分ルール
の存在

Reproの事例紹介

グランドサマナーズ(株式会社Next Ninja)
課題
施策
効果
• 休眠復帰対策で行っていた広告の費
用が高騰、新たな施策が見つけられ
なかった
✓ セグメントを切ったアプリ内メッ
セージやプッシュ通知の活用
✓ FQ5 1.5倍
✓ 新規ユーザのDay30RR 1.3倍
『グランドサマナーズ』は最高峰の
グラフィック、音楽、ストーリーで
贈る、直感操作で爽快なアクション
バトルが楽しめる本格王道RPG
グランドサマナーズ Case Study

グランドサマナーズ(株式会社Next Ninja)
新規ユーザ定着のため、プッシュ通知シナリオを設計して配信
A: チュートリア
ル未突破
B: チュートリア
ル突破後
C: 経験有無

グランドサマナーズ(株式会社Next Ninja)
新規ユーザ定着のため、プッシュ通知シナリオを設計して配信

実際のゲーム事業者から見た
Reproの愛されポイント

• 山岸聖幸氏
• 株式会社NextNinja代表
• 『グランドサマナーズ』プロデューサー
ゲスト紹介

• 導入しやすい／サポートが充実
• 導入後の充実したサポート
• 稟議を通しやすい
Reproの愛されポイント

• 最初にイベント設定が必要
• ガチャやデッキ編成など、ユーザーの行動をトラッキングするための設定
• 具体的な設計はタイトル専任のカスタマーサクセスチーム
• タイトルを遊んだ上で設計を行っている
• スマートフォンゲームのディレクター・プロデューサー出身
• => 実装後の手戻り(「やっぱりここにもコードを追加して」)がない
初期設定提案

実際の初期設定提案資料
クライアントのゲームタイトルに合わせたマーケティングシナリオを策定し、
KPI達成のための指標設定、指標到達のためのユーザ誘導方法等をご提案している。

実際の初期設定提案資料
設計したマーケティングシナリオを元に具体的な施策案、イベント等をご提案する。

• 実装してしまえばディレクターで独立してマーケティングのPDCAを回せる
• 施策を打つ上で追加の実装は不要
• => 面白さの追求・改善のための開発に集中することができる
• ディレクターと開発者のコラボレーションを支援
• 本質的な改善 => 開発者のコードの改修・機能追加(開発者)
• 改善のための仮説・検証 => Reproを使って実験(ディレクター)
• ユーザーに快適なゲーム体験を継続して与え続けられる
初期設定提案

• よくあるAnalytics / Marketing Automationサービス
• 電話やメールでのサポート
• 海外サービスだとそもそも英語でコミュニケーションを取る必要がある
• わからないことがあっても気軽に聞きづらい
• Reproでは、エンジニアが待機しているチャットサポートをデフォルトで利用可能
• 日本語で、カジュアルに問い合わせることができる
導入後の充実した技術サポート

導入後の充実した技術サポート

稟議を通しやすい
いざ導入しようと思っても、ボトムアップだと大変
ビジネス面での費用対効果、数値での説得、事例の紹介を開発者に代わって紹介
Social Game Info掲載の事例記事

• CPU使用率への影響
• クラッシュしないこと
とはいえ、気になるポイント

• 検証: Unity AppにRepro Unity Packageを導入。前後での端末負荷を比較
• 検証環境
• LG LGV34
• Qualcomm Snapdragon 820 MsM8996 / 2.2GHz x 2 + 1.6GHz x 2 (Quad Core)
• Android 7.0
• RAM: 4GB
CPU使用率への影響

• 導入前: 17 - 20% (最大34.6%) / 導入後: 17 - 20% (最大34.6%)
• ほぼほぼ、変化は見られなかった
CPU使用率への影響

• 端末との相性・他SDKとの組み合わせでアプリがクラッシュすることはありうる
• 「アプリがクラッシュしないこと」、サービス信頼性はReproの5年の歴史の中
で最も注力してきた点
• テスト中に発生する他のSDKや、フレームワークのバージョンとの相性問題
• テクニカルサポートにて解決を支援
• マニアックな組み合わせもノウハウをもったエンジニアが対応
SDKの信頼性への意識

• 広告連携機能
• ReproでのセグメンテーションをTwitter広告のTailored Audienceとして活用
• Pushで拾えないユーザー層に対してリタゲ広告を打つことができる
• 外部連携機能
• BigQueryやTreasure Data、内製DMPなど、基幹システムとの連携
• 外部DMPで算出したオーディエンスに対してプッシュ通知を配信できる
• AIへの取り組み
• Repro AI Labsの紹介
広がるマーケティングとReproの未来

Repro AI Labsの取り組み紹介

• 今井 太宗（ Taiso Imai ）
• Repro AI Labs
• Software Engineer / Product Manager
• Twitter: @taison124
• Github: https://github.com/taiSon
Profile

Repro はデータの Input から実際にユーザーに届ける Output まで提供しています
マーケティングの PDCA

• Plan
• サービスの収益モデルや KPI に合わせてマ
ーケティング施策を策定
• Do
• 策定したマーケティング施策を実行
• Check
• 実行した施策効果を定量的に収集、検証
• Action
• 効果検証結果を踏まえ改善案を策定
マーケティングの PDCA

• Repro は IPO (Input / Process /
Output)が揃っているので、サービス
上で PDCA を完結して実施できる
マーケティングの PDCA

• 「継続利用をやめてしまったユーザーに Push 通知で呼び戻したい」
• 「買ってくれたユーザーにポイント付与のメッセージを出したい」
• 設計した KPI に対して
• 効果的な施策のセグメントを設定できる
• そのユーザーに対して効果的なアクションを実施
• Repro は施策を実施、効果測定ができて、仮説が検証可能
マーケティングの PDCA

• 「継続利用をやめてしまったユーザーに Push 通知で呼び戻したい」
• 「買ってくれたユーザーにポイント付与のメッセージを出したい」
• 設計した KPI に対して
• 効果的な施策のセグメントを設定できる
• そのユーザーに対して効果的なアクションを実施
• Repro は施策を実施、効果測定ができて、仮説が検証可能
マーケティングの PDCA

• 「継続利用をやめそうなユーザーに Push 通知で繋ぎとめたい」
• 「買ってくれそうなユーザーにポイント付与のメッセージを出したい」
• 大事なのはアプリを使っているうちにコミュニケーションをとること
• 未来の可能性に対して、セグメントを設定したい
• やめそう、買ってくれそう、〇〇しそうをデータから予測する
Why AI?

• 実際に AI による予測を使って成果が出た例を紹介します
• 離脱予測
• プッシュの配信時間最適化
活用事例

離脱しそうなユーザーの予測

• デジタルマーケティングの課題「ユーザーが見えない」
• 実店舗の場合、すぐに帰った人、長い間みていた人、レジに並んでいる人は見ればわかる
• その人は次来てくれるのか、買ってくれそうなのか
• 見えないまま適切ではないメッセージを発信してしまう
• 常連さんに執拗に通知を送ってしまう
• レジに並んでいる人にクーポンを配ってしまう
離脱予測 - 課題

• アプリから離脱しそうなユーザーを予測できるか
• ユーザーの中から続けて読まないユーザーを抽出できるか
• 従来よりマーケティングコストを下げられるか
• 予測したことで適切なコミュニケーションがとれているか
離脱予測 - 実験の目的

1. 過去２週間のユーザーの行動データを収集
• ユーザーのインストールからの日数
• ユーザーの起動回数や滞在時間 … etc
2. 将来の１週間で起動する確率（0% ~ 100%）を予測
3. コインを配布し、どれくらい効果があったかを効果測定する
• 対象のユーザーの半分（実験群）にコインを配布する
• もう半分（統制軍）にはコインを配布しない
離脱予測 - 実験の内容

離脱予測 - 結果

離脱予測 - 結果

離脱予測 - 結果

離脱予測 - 結果

プッシュ通知の配信時間最適化

プッシュ配信時間最適化

• デジタルマーケティングの課題「２４時間ユーザーと関わりをもつ」
• スマホを常に携帯している
• 深夜に働く人、早朝活動する人、通勤・通学時間は様々
• 休日も実際は人によって異なる
• 人が多いと考える時間（マス）にプッシュ通知を行っている
• 通勤・通学時間、夜のネットサーフィン時間 …
• 本来はそのユーザーが必要とする時間ではない可能性がある
プッシュ配信時間最適化 - 課題

• ユーザーひとりひとりの行動にあわせた通知ができるか
• 朝型のユーザーには朝に、夜型のユーザーには夜に
• 最適化を続けた結果、キャンペーンの効果は向上するか
プッシュ配信時間最適化 - 実験の目的

1. 過去のユーザーの行動データを収集
• 起動データ、イベント実行データ、操作データ …
2. ユーザーひとりひとりの最適な通知タイミングを予測
3. ほぼ毎日定時に送っているプッシュの配信時間を最適化で分散
• 24 時間の 24 パターンに分けて配信
• 早朝や深夜も含めて今回は実験x
プッシュ配信時間最適化 - 実験の内容

プッシュ配信時間最適化 - 結果

プッシュ配信時間最適化 - 結果

PDCA とパーソナライズ
どのような状態・属性のユーザーと
コミュニケーションするのか？
いつコミュニケーションをとるのか？
どのようなメッセージを伝えるのか？
どのような方法でメッセージを伝えるのか？

• 本当はユーザーひとりひとりとコミュニケーションがとりたい
• しかし、Who / When / What / How の掛け算は膨大
• 人間がデータから仮説を立てて、施策・検証のプロセスをまわすには限界がある
• AI により、データから自動でパーソナライズを行う
PDCA とパーソナライズ

PDCA とパーソナライズ
どのような状態・属性のユーザーと
コミュニケーションするのか？
いつコミュニケーションをとるのか？
どのようなメッセージを伝えるのか？
どのような方法でメッセージを伝えるのか？

今後の Repro AI ロードマップ
チャーン予測、課金CV予測、クラスタリング、・・・
プッシュ配信時間最適化、メッセージ表示頻度最適化、・・・
A/Bオートメーション、キャンペーン自動生成、・・・
プッシュ通知、メッセージ、広告、LINE、メール、・・・

今後の Repro AI ロードマップ
チャーン予測、課金CV予測、クラスタリング、・・・
プッシュ配信時間最適化、メッセージ表示頻度最適化、・・・
A/Bオートメーション、キャンペーン自動生成、・・・
プッシュ通知、メッセージ、広告、LINE、メール、・・・

• バズワードの “AI” ですが、分析も大事
• 機械学習的なアプローチを使った分析
• マジックナンバー分析によるリテンション向上施策の提案
• カスタマージャーニーマップを用いた CV 予測
AI のベースとしての分析

• その他にもよりチャレンジングな AI 機能も実証実験準備中
• キャラクター AI
• キャラクターたちを AI によりモデル化
• キャンペーンの文言などをキャラクターごとにチューニングして自動生成
• 感情分析 AI
• ユーザーが今、喜んでいるのか、怒っているのかを分析する
• 感情にあわせたキャンペーンを実施する
チャレンジングな “AI”

• AI はより早く、より細かく最適化を進められるだろう
• PDCA は加速し、パーソナライズが進む
• KPI がある施策はすべて AI に任せられる時代がくる
• AI・サービスを活用し、任せられるところを任せる
• AI で自動化し、本質的な価値追求やセンスを発揮できるようになる
AI 時代のマーケティング

マーケティングのための開発を減らし
ユーザーへ楽しさを届ける開発に集中できる
そんなパートナーを目指して
AI 時代のマーケティング

ご静聴ありがとうございました